Interamericano de
Desarrollo
Departamento de
Investigación y
Economista Jefe
Jacques Clerc
Manuel Díaz
Mayo 2014
Mitigación de la contaminación
local y cambio climático en América
Latina y el Caribe:
Costos y sinergias
Jacques Clerc
Manuel Díaz
Clerc, Jacques.
Mitigación de la contaminación local y cambio climático en América Latina y el Caribe: costos y
sinergias / Jacques Clerc, Manuel Díaz.
p. cm. — (Nota técnica del BID ; 616)
Incluye referencias bibliográficas.
1. Climate change mitigation—Latin America. 2. Climate change mitigation—Chile. 3. Environmental
protection— Latin America. 4. Environmental protection—Chile. I. Díaz, Manuel. II. Banco
Interamericano de Desarrollo. Departamento de Investigación y Economista Jefe. III. Título. IV. Serie.
IDB-TN-616
http://www.iadb.org
Se prohíbe el uso comercial no autorizado de los documentos del Banco, y tal podría castigarse de
conformidad con las políticas del Banco y/o las legislaciones aplicables.
Copyright © 2014 Banco Interamericano de Desarrollo. Todos los derechos reservados; este
documento puede reproducirse libremente para fines no comerciales.
Resumen
El objetivo general de este estudio es analizar las sinergias de las iniciativas de
mitigación ambiental en la práctica, a partir del enfoque propuesto por Muller y
Mendelsohn (2011). Según esta metodología, las externalidades asociadas a
contaminantes locales se valoran utilizando el método de la función de daño. Los
principales beneficios locales que pueden obtenerse de la aplicación de medidas
de mitigación son efectos en salud y agricultura. Este documento ofrece una
revisión conceptual del modelo de Muller y Mendelsohn, y de la teoría de
valoración de las externalidades. Posteriormente, se presenta y explica la
metodología de función de daño, y se da a conocer un modelo específico para su
aplicación en Chile. Por su naturaleza, el documento pretende que la metodología
sea extensible a otros contextos, particularmente latinoamericanos. Por ello, para
cada una de las etapas de la metodología, se incluyen explicaciones respecto de
los requerimientos de información y su forma de uso. Finalmente, se presentan
distintos indicadores para poder ser interpretados en un análisis de mitigación.
2
forma de uso. Finalmente, se presentan distintos indicadores para poder ser interpretados en un
análisis de mitigación.
2. Alternativas de modelación
El evidente impacto ambiental de la actividad humana hace necesario que se cuente con formas
de cuantificarlo, determinar variaciones en el bienestar social y decidir acerca de la deseabilidad
de cada actividad. La inclusión económica de externalidades en la evaluación de proyectos es
hoyen día una práctica común, y la metodología tradicional utilizada se conoce con el nombre de
análisis de costo-beneficio (ACB).
A continuación, se presenta el enfoque de modelación utilizado por Muller y Mendelsohn
(2009), y luego se revisa la inclusión de las variables ambientales en la práctica, con eje en los
efectos locales de las medidas de mitigación de GEI.
Ecuación 1.
∑( )( ) ( )
donde:
: Concentración a la que está expuesto el individuo j producto de la emisión de la fuente
k.
3
: Concentración marginal del contaminante que afecta al individuo j proveniente de la
Ecuación 2.
Daño marginal de las emisiones
( ) ∑∑( )( )
donde:
( ) : Daño marginal de las emisiones del contaminante m emitido por la fuente k.
proveniente de la fuente k.
La interpretación es clara y puede apreciarse en el gráfico 1. Si se reduce qA, entonces el
beneficio marginal es mayor que el costo marginal, por lo que la sociedad gana reduciendo más.
Al contrario, si se decide reducir qB, el costo marginal de abatimiento es mayor que el beneficio,
por lo que resulta conveniente reducir menos emisiones con ganancias en bienestar.
4
Gráfico 1. Caracterización del nivel de abatimiento óptimo
El modelo de Air Pollution Emission Experiments and Policy (APPEP), utilizado en el estudio
de Muller y Mendelsohn (2009), considera las consecuencias físicas y económicas de los
contaminantes en cuanto a sus efectos en la salud humana, la disminución de los rendimientos en
bosques y agricultura, la reducción de la visibilidad, la aceleración de la depreciación de los
materiales y la reducción de los servicios de recreación.
El modelo relaciona los inventarios de emisiones en Estados Unidos con un modelo de
calidad del aire para calcular las concentraciones de contaminantes en todo el país. Considerando
la exposición a los contaminantes y en base a funciones dosis-respuestas revisadas por expertos,
se calculan los impactos físicos. Posteriormente, a partir de estimaciones estándar para valores en
el riesgo de mortalidad y morbilidad, se calcula el correspondiente impacto económico.
El sistema APEEP utiliza un modelo de calidad del aire basado en el Gaussian Plume
Model para calcular las concentraciones anuales en todos los estados del país. Además, se mejora
el modelo, considerando también las reacciones químicas que ocurren en la atmósfera y que
transforman los contaminantes emitidos en otros más dañinos (por ejemplo, el SO2 se transforma
en MP2,5 y en emisiones de NOx, el VOC se transforman en O3 y MP2,5).El resultado del modelo
es un set de estimaciones anuales de concentraciones promedio para cada uno de los condados en
48 estados del país.
5
Luego, para calcular la exposición, se estima primero la población afectada en cada
condado (incluido el número de gente por edad, los cultivos, los bosques, los materiales, la
visibilidad y los recursos recreacionales), y se multiplica esta población por la concentración de
contaminación del condado.
Las exposiciones obtenidas se traducen en efectos físicos utilizando funciones dosis-
respuesta para distintas disciplinas, entre las cuales se destaca la relación entre mortalidad y
exposición crónica de MP2,5.
Finalmente, los efectos físicos se convierten en impactos económicos utilizando los
resultados de distintos estudios de valoración. El resultante daño económico por tonelada de
emisión puede compararse con los costos de reducción.
Uno de los principales resultados del estudio es que la mayoría de los daños debido a
exposiciones de contaminación del aire tienen relación con los efectos en la salud humana,
específicamente en fatalidades prematuras.
Dado lo anterior, se hace necesario fijar un valor económico para la mortalidad
prematura, para lo cual se emplea la ecuación 3. La metodología utilizada valoriza la mortalidad
en términos de la pérdida de años y no tan solo como un caso de mortalidad.
Ecuación 3.
Valor presente de la mortalidad prematura
∑ [ ( ) ]
donde:
: Valor presente de la mortalidad prematura de una persona dela cohorte (a) en el
condado (c).
: Prima de riesgo anual de mortalidad ($/año de vida).1
: Número de años de vida restantes para la persona de la cohorte (a) en el condado (c).
: Probabilidad acumulada de sobrevivir al período (T) del grupo de cohorte (a) viviendo
en el condado (c).
: Tasa de descuento.
1
El valor de R corresponde a un valor tal que el valor presente de la expectativa de vida restante iguale el valor de la
vida estadística para un trabajador promedio.
6
En el caso de las industrias de generación de electricidad, se incluyen las emisiones de dióxido
de carbono (CO2) y se considera un valor de US$27/tC (Nordhaus, 2008).2
2
Este valor está expresado en términos del valor del dólar del año 2000 por tonelada de carbón, lo que equivale a
US$7,4 por tonelada de dióxido de carbono (CO2).
7
Gráfico 2. Marco conceptual del enfoque metodológico
Indicadores de costo-beneficio
8
Gráfico 3.
Etapas del método de la función de daño,
requerimientos de datos y modelos
Datos
Concentraciones Dispersión
meteorológicos
Población
Funciones de
expuesta, riesgo Efectos
Daño
base
Ingreso,
Valoración Valoración
elasticidad. DAP
9
a través de algún método de costo-beneficio, para lo cual se prefiere, en lo posible, una buena
medida de demanda (disposición a pagar).
10
Finalmente, se presentan los resultados de las experiencias europea y norteamericana para
dimensionar la importancia relativa de cada categoría de impacto y contaminante. En el caso
europeo se estiman co-beneficios asociados al cumplimiento de metas de mitigación de GEI, y
las cifras se estiman para el año 2020 y para toda la Comunidad Europea (CE). En el caso
norteamericano, los beneficios se obtienen de la evaluación de la Ley de Aire Limpio para 2010.
En este caso, los beneficios de salud incluyen tanto mortalidad como morbilidad.
3
Esta cifra no corresponde al mismo año 2020 sino a 2050 (el único año en que se desagregan beneficios de salud
por tipo de contaminante). Lo relevante es la desagregación porcentual y no las cifras absolutas.
11
una medida de mitigación. Para esto, se suelen establecer niveles de actividad (por ejemplo, la
cantidad de kilómetros de automóviles, la potencia de las centrales eléctricas, el consumo de
combustibles, etc.), los cuales se asocian a factores de emisión, tanto para GEI como para
contaminantes locales (por ejemplo [ton C02/km recorrido], [ton C02/kWh], [ton MP2.5/kWh],
[ton MP2,5/kg de leña]). Alternativamente, como muestra la misma figura, pueden utilizarse
modelos de emisiones.
Una vez determinadas las disminuciones de emisiones atmosféricas, se hace necesario
transformar este cambio a niveles de concentración en una localidad. Para ello, se utilizan los
conocidos factores emisión concentración (FEC), los que pueden ser obtenidos mediante
modelos de dispersión o datos históricos meteorológicos. Estos factores relacionan una carga de
emisiones con la concentración atmosférica que ese contaminante tendría en un lugar, es decir,
los FEC indican la cantidad de emisiones necesarias para aumentar/disminuir la concentración
atmosférica. Es importante mencionar que estos valores son característicos de cada localidad y
contaminante, y se ven influenciados por variables como la velocidad y la dirección de los
vientos, el lugar geográfico (zona interior o costera) y la estacionalidad del año.
La variación de las concentraciones ambientales será el input para una función de daño,
la cual cuantificará los efectos en salud, agricultura u otro campo que pudiese afectar. A
continuación, en las secciones siguientes, se detalla a metodología de cálculo de estos efectos y
la evaluación, mediante el uso de indicadores, de las medidas de mitigación evaluadas.
12
Ciertas consideraciones de valoración hacen que los cambios de mortalidad suelan
estimarse desagregados por edad, sexo, estatus socioeconómico y causa de muerte. Esto se debe
a que las percepciones de riesgo varían de un individuo a otro. Alternativamente, la valoración
por cambiar la probabilidad de muerte varía según cada individuo.
La morbilidad suele clasificarse según la duración de la condición (aguda o crónica), el
nivel de restricción de actividades, o el tipo de síntoma. Un episodio de morbilidad aguda dura
un determinado número de días con comienzo y final definidos. Por el contrario, los efectos de
morbilidad crónica se refieren a condiciones de largo plazo y de duración indefinida.
Estudios epidemiológicos han utilizado relaciones de daño de muchas formas
funcionales. Sin embargo, es usual distinguir entre funciones lineales, log-lineales y logísticas.
En cada caso, se realiza un análisis de tipo estadístico para determinar un parámetro asociado al
riesgo de la contaminación (β).
En el cuadro 4 se presenta la relación entre el cambio en la tasa de incidencia de un cierto
efecto del nivel base yo al de control yc ( y yc y0 ), asociado a un cambio de concentración de
xo a xc, para las principales formas funcionales.
A partir del cuadro, se observa que para estimar la variación en la tasa de incidencia de un
cierto efecto, se debe contar con el valor de la incidencia base para las formas log-lineal y
logística. Finalmente, el cambio en el número de casos asociados a cada efecto ( ) se obtiene
como H y POP , donde POP denota la población afectada por el cambio de
concentraciones.
En el caso de las relaciones log-lineales, la tasa de incidencia (y) se define como sigue:
ó bien, ( ) ,
13
donde el parámetro B es la tasa de incidencia de y cuando la concentración de x es nula; es el
coeficiente asociado a x, y = ln(B). Por ejemplo, la tasa de incidencia puede ser la tasa de
mortalidad.
Luego, la relación entre x yy se expresa como sigue:
Ecuación 4.
( )
( ) ( )
Luego, por ejemplo, la aplicación de la función de daño permite estimar el cambio en la tasa de
mortalidad con la última relación. Si >0 entonces lo, que es intuitivo. Un aumento en
las concentraciones incrementa la tasa de incidencia (o en este ejemplo, tasa de mortalidad).
El número casos totales por cada endpoint considerado ( ) se obtiene simplemente
como el producto entre el cambio en la tasa de incidencia estimado ( ) y la población expuesta
y foco de la función particular.
Ecuación 5.
( )
En el ejemplo, corresponde al cambio en casos de muerte. Si >0 entonces y los
casos de muerte aumentan. La población puede corresponder a un subgrupo del total, por
ejemplo: sólo personas mayores de 65 años.
El uso de las funciones de daño implica tener presente una serie de factores. Dentro de
estos factores, se destacan: el problema de la superposición de efectos, los requerimientos de
incidencias base y la existencia de umbrales. También, deben considerarse el tipo de estudio del
cual se estima la relación concentración-respuesta que tiene incidencia en la posibilidad de
incorporar efectos crónicos o de largo plazo, o bien si considera el efecto de un único o varios
contaminantes. Estos factores deben ser analizados para realizar una correcta elección de
funciones de daño en salud.
Como se señala en EPA (2008a, 2008b, 2009) y también destaca Greenlab UC (2012),
los contaminantes para los cuales los expertos concuerdan acerca del impacto en salud son el
material particulado y el ozono. En efecto, y a modo de ejemplo, la Agencia de Protección
Ambiental de Estados Unidos (EPA) señala como inadecuado relacionar impactos de salud con
concentraciones de óxidos de nitrógenos o de azufre.
14
Por otra parte, y como indica la Unión Europea en distintos informes de ExternE (1999,
2005), los impactos más relevantes de contaminación atmosférica suelen asociarse a material
particulado primero, y con impactos significativos pero menores en ozono.
Efectos en la salud
A la fecha existe suficiente evidencia científica que permite asociar las altas concentraciones de
contaminantes atmosféricos con efectos negativos en la salud de la población, los cuales pueden
tener lugar a nivel de morbilidad o mortalidad y a corto o largo plazo.
Los contaminantes que hasta el momento han sido estudiados corresponden a material
particulado (MP10 y MP2,5), ozono, óxidos nitrosos, óxidos de sulfuro, compuestos orgánicos
volátiles (COV), amoníaco y metales pesados. Por otra parte, los efectos estudiados son
principalmente los que afectan el sistema respiratorio y cardiovascular, y entre ellos se destacan
enfermedades como el asma, enfermedades cardiovasculares, cardiopulmonares y respiratorias,
arritmia, enfermedades respiratorias crónicas, enfermedades pulmonares obstructivas crónicas,
neumonía, enfermedades cardiocongestivas y enfermedades cardioisquémicas (GreenLabUc,
2011a).
A continuación se presenta una revisión de los efectos en la salud asociados a cada
contaminante.
Exposición a MP2,5
En el cuadro 5 se presentan las relaciones causales entre la concentración de MP2,5 y los
distintos efectos de mortalidad y morbilidad. Estas asociaciones corresponden a las conclusiones
de la EPA (2009) en base a la evidencia científica disponible.
Cuadro 5.
Asociaciones causales para la concentración de MP2,5 a corto y largo plazo
Cáncer,
Contaminant Mortalida Morbilidad Morbilidad Reproductivo y
Exposición mutagenicidad,
e d cardiovascular respiratoria desarrollo natal
genotoxicidad
Corto Probablement
Causal Causal Inadecuada Inadecuada
plazo e causal
MP2,5
Largo Probablement
Causal Causal Sugerente Sugerente
plazo e causal
Fuente: GreenLabUc (2011a) en base a EPA (2009).
15
Exposición a ozono
El ozono corresponde a un potente oxidante cuyos efectos nocivos se observan mayoritariamente
en el verano (cuando las concentraciones son más altas) y, al parecer, son independientes del
efecto de otros contaminantes (GreenLabUc, 2011a).
Los estudios disponibles indican una asociación positiva y robusta en el corto plazo entre
las concentraciones de este contaminante y las admisiones hospitalarias respiratorias durante
temporadas cálidas, pero estos resultados son inconsistentes cuando la asociación se realiza para
un año completo. Asimismo, la asociación es positiva para las visitas a las salas de urgencia por
asma para temporadas cálidas y para la mortalidad prematura en el corto plazo (GreenLabUc,
2011a).
Para el largo plazo no existen numerosos estudios disponibles. Sin embargo, hay
evidencia de los efectos en la función pulmonar en niños por exposición a ozono en temporadas
cálidas. Por otra parte, en el caso de efectos como un aumento en la incidencia de asma o
síntomas respiratorios y en el caso de la mortalidad, los estudios no son concluyentes hasta el
momento (GreenLabUc, 2011a).
Exposición a óxidos nitrosos (NOx) y óxidos de sulfuro (SOx)
El cuadro 6 muestra las relaciones causales entre las concentraciones de NO2 y SO2 para los
distintos efectos de mortalidad y morbilidad estudiados a la fecha.
Cuadro 6.
Asociaciones causales para la concentración de NO2 y SO2 a corto y largo plazo
Corto Probablemente
Sugerente Inadecuado Inadecuado
plazo causal
NO2
Largo
Inadecuado Inadecuado Sugerente Inadecuado
plazo
Corto
Causal Sugerente Causal -
plazo
SO2
Largo
Inadecuado Inadecuado Inadecuado -
plazo
Fuente: GreenLabUc (2011a) en base a EPA.
16
En el cuadro 7 se exponen los efectos estudiados para los contaminantes MP10, MP2,5 y
O3 disponibles a la fecha, representados a partir de sus funciones de daño. Para el resto de los
contaminantes no se cuenta con estudios, o bien la cantidad de información necesaria respecto de
las variables es insuficiente. De estas funciones se eligieron aquellas cuyos parámetros
ostentaban el menor error estándar. Los costos presentados corresponden a valores del año 2000,
por lo que fueron traídos a valor presente.
17
Cuadro 7. Funciones de daño de MP10 disponibles a la fecha
Categoría Endpoint Autor Año Localidades Otros Edad Edad Resolución Beta Forma US$a US$b
general de contaminantes mín. máx. temporal funcional
efecto
Mortalidad Mortalidad CP todas las causas Woodruff et al. 1997 86 ciudades Ninguno 0 1 Anual 3,92E-03 Logística 6.324.101 365.608
CP Mortalidad CP todas las causas Cifuentes 2000 Santiago O3 0 99 Anual 5,50E-03 l-Lineal 6.324.101 365.608
Mortalidad CP todas las causas Ostro 1996 Santiago Ninguno 0 99 Anual 1,00E-01 l-Lineal 6.324.101 365.608
Enfermedade Bronquitis crónica Schwartz 1993 53 ciudades Ninguno 30 99 Anual 1,23E-02 Logística 98.740 98.740
s crónicas
Admisiones Respiratorias todas Burnett et al. 1997 Toronto, CAN Ninguno 0 99 Diario 2,07E-03 Log- 15.647 1.521
hospitalarias Lineal
Respiratorias todas Burnett et al. 1997 Toronto, CAN O3 0 99 Diario 1,87E-03 Log- 15.647 1.521
Lineal
Respiratorias todas Efectos fijos 2009 Agrupadas Ninguno 0 99 Diario 1,97E-03 Log- 15.647 1.521
combinados Lineal
Respiratorias todas Schwartz 1995 New Haven, CT Ninguno 65 99 Diario 1,17E-03 Log- 17.600 3.020
Lineal
Respiratorias todas Schwartz 1995 New Haven, CT O3 65 99 Diario 1,72E-03 Log- 17.600 3.020
Lineal
Respiratorias todas Schwartz 1995 Tacoma, WA Ninguno 65 99 Diario 1,91E-03 Log- 17.600 3.020
Lineal
Respiratorias todas Schwartz 1995 Tacoma, WA O3 65 99 Diario 2,27E-03 Log- 17.600 3.020
Lineal
Respiratorias todas Efectos fijos 2009 Agrupadas Ninguno 65 99 Diario 1,61E-03 Log- 17.600 3.020
combinados Lineal
Asma Burnett et al. 1999 Toronto, CAN Ninguno 0 99 Diario 1,70E-03 Log- 8.098 1.521
Lineal
Asma Sheppard et al 1999 Seattle, WA Ninguno 0 65 Diario 2,57E-03 Log- 7.448 1.521
Lineal
Enfermedad pulmonar crónica Moolgavkar et al. 1997 Minneapolis, CO, O3 65 99 Diario 8,77E-04 Log- 12.781 3.020
MN Lineal
Enfermedad pulmonar crónica Schwartz 1994 Minneapolis, Ninguno 65 99 Diario 3,85E-03 Log- 12.781 3.020
MN Lineal
Enfermedad pulmonar crónica Efectos fijos 2009 Agrupadas Ninguno 65 99 Diario 1,53E-03 Log- 12.781 1.521
combinados Lineal
Enfermedad pulmonar crónica Burnett et al. 1999 Toronto, CAN Ninguno 0 99 Diario 1,33E-03 Log- 12.742 1.521
(menos asma) Lineal
Enfermedad pulmonar crónica Samet et al. 2000 14 ciudades Ninguno 65 99 Diario 2,84E-03 Log- 12.993 3.020
(menos asma) Lineal
Enfermedad pulmonar crónica Schwartz 1994 Detroit, MI O3 65 99 Diario 2,02E-03 Log- 12.993 3.020
(menos asma) Lineal
Enfermedad pulmonar crónica Efectos fijos 2009 Agrupadas Ninguno 65 99 Diario 2,15E-03 Log- 12.993 3.020
(menos asma) combinados Lineal
Categoría Endpoint Autor Año Localidades Otros Edad Edad Resolución Beta Forma US$a US$b
general de contaminantes mín. máx. temporal funcional
efecto
Neumonía Burnett et al. 1999 Toronto, CAN Ninguno 0 99 Diario 2,66E-03 Log- 14.693 1.969
Lineal
Neumonía Moolgavkar et al. 1997 Minneapolis, NO2, O3, SO2 65 99 Diario 4,98E-04 Log- 17.030 3.964
MN Lineal
Neumonía Samet et al. 2000 14 ciudades Ninguno 65 99 Diario 2,05E-03 Log- 17.030 3.964
Lineal
Neumonía Schwartz 1994 Minneapolis, Ninguno 65 99 Diario 1,57E-03 Log- 17.030 3.964
MN Lineal
Neumonía Schwartz 1994 Minneapolis, O3 65 99 Diario 1,66E-03 Log- 17.030 3.964
MN Lineal
Neumonía Efectos fijos 2009 Agrupadas 65 99 Diario 1,34E-03 Log- 17.030 3.964
combinados Lineal
Cardiovasculares todas Burnett et al. 1997 Toronto, CAN Ninguno 0 99 Diario 2,28E-03 Log- 21.415 3.720
Lineal
Cardiovasculares todas Burnett et al. 1997 Toronto, CAN O3 0 99 Diario 1,73E-03 Log- 21.415 3.720
Lineal
Cardiovasculares todas Efectos fijos 2009 Agrupadas 0 99 Diario 2,01E-03 Log- 21.415 3.720
combinados Lineal
Cardiovasculares todas Samet et al. 2000 14 ciudades Ninguno 65 99 Diario 1,18E-03 Log- 21.191 3.720
Lineal
ERV Asma Norris et al. 1999 Seattle, WA Ninguno 0 18 Diario 1,13E-02 Log- 312 312
Lineal
Asma Norris et al. 1999 Seattle, WA NO2, SO2 0 18 Diario 1,13E-02 Log- 312 312
Lineal
Asma Efectos fijos 2009 Agrupadas 0 18 Diario 1,13E-02 Log- 312 312
combinados Lineal
Asma Samet et al. 1993 Seattle, WA Ninguno 0 65 Diario 3,67E-03 Log- 312 312
Lineal
Efectos Días de escuela perdidos, todas Gilliland et al. 2001 Sur de California Ninguno 9 10 Diario 2,05E-02 Log- 75 75
menores las causas Lineal
(agudos) Días de escuela perdidos, Gilliland et al. 2001 Sur de California Ninguno 9 10 Diario 5,54E-03 Log- 75 75
relacionados con enfermedad Lineal
Fuente: Elaboración propia sobre la base de diversos estudios.
a
Valor monetario = dólar estadounidense del año 2000 (EPA).
b
Los valores monetarios publicados en Abt. Associates Inc (2010) en dólares al año 2000.
19
Cuadro 8. Funciones de daño de MP2,5 disponibles a la fecha
Categoría general Endpoint Autor Año Localidades Otros Edad Edad Resolución Beta Forma US$ US$
de efecto contaminantes mín. máx. temporal funcional
Mortalidad LP Mortalidad LP todas las Krewski et al. 2000 Todo EE.UU. Ninguno 30 99 Anual 1,04E-02 Log-Lineal 6.324.101 365.608
causas
Mortalidad LP todas las Laden et al. 2006 6 ciudades Ninguno 30 99 Anual 1,48E-02 Log-Lineal 6.324.101 365.608
causas
Mortalidad LP todas las Pope et al. 2002 51 ciudades Ninguno 30 99 Anual 5,83E-03 Log-Lineal 6.324.101 365.608
causas
Mortalidad LP todas las Efectos fijos 2009 Agrupadas 30 99 Anual 8,54E-03 Log-Lineal 6.324.101 365.608
causas combinados
Mortalidad LP todas las Woodruff et al. 2006 204 condados Ninguno 0 1 Anual 6,76E-03 Logística 6.324.101 365.608
causas
Mortalidad LP Pope et al. 2002 51 ciudades Ninguno 30 99 Anual 8,89E-03 Log-Lineal 6.324.101 365.608
cardiopulmonar
Mortalidad LP cáncer Pope et al. 2003 51 ciudades Ninguno 30 99 Anual 1,27E-02 Log-Lineal 6.324.101 365.608
pulmonar
Mortalidad no accidental Cifuentes 2000 Santiago O3 0 99 Anual 9,17E-03 l-Lineal 6.324.101 365.608
Mortalidad no accidental Fairley 2003 Condado de Santa Clara Ninguno 0 99 Diario 3,14E-03 Log-Lineal 6.324.101 365.608
Mortalidad no accidental Fairley 2003 Condado de Santa Clara O3 0 99 Diario 3,40E-03 Log-Lineal 6.324.101 365.608
Mortalidad no accidental Ito 2003 Detroit, MI Ninguno 0 99 Diario 7,40E-04 Log-Lineal 6.324.101 365.608
Mortalidad no accidental Klemm y Mason 2003 6 ciudades Ninguno 0 99 Diario 1,19E-03 Log-Lineal 6.324.101 365.608
Mortalidad no accidental Moolgavkar 2003 Los Ángeles, CA Ninguno 0 99 Diario 5,88E-04 Log-Lineal 6.324.101 365.608
Mortalidad no accidental Schwartz 2003 6 ciudades Ninguno 0 99 Diario 1,37E-03 Log-Lineal 6.324.101 365.608
Mortalidad no accidental Efectos fijos 2009 Agrupadas 0 88 Diario 1,18E-03 Log-Lineal 6.324.101 365.608
combinados
Enfermedades Bronquitis crónica Abbey et al. 1995 SF, SD, South Coast Ninguno 27 99 Anual 1,32E-02 logistica 98.740 98.740
crónicas Air Basin
Admisiones Respiratorias todas Burnett et al. 2001 Toronto, CAN Ninguno 0 2 Diario 8,15E-03 Log-Lineal 15.647 1.521
hospitalarias Respiratorias todas Burnett et al. 2001 Toronto, CAN O3 0 2 Diario 7,72E-04 Log-Lineal 15.647 1.521
Enfermedad pulmonar Ito 2003 Detroit, MI Ninguno 65 99 Diario 1,17E-03 Log-Lineal 12.781 3.020
crónica
Enfermedad pulmonar Moolgavkar 2003 Los Ángeles, CA Ninguno 65 99 Diario 1,83E-03 Log-Lineal 12.781 3.020
crónica
Enfermedad pulmonar Moolgavkar 2003 Los Ángeles, CA NO2 65 99 Diario 4,19E-04 Log-Lineal 12.781 3.020
crónica
Enfermedad pulmonar Moolgavkar 2000 Los Ángeles, CA CO 65 99 Diario 8,00E-04 Log-Lineal 12.781 3.020
crónica
Enfermedad pulmonar Efectos fijos 2009 Agrupadas 65 99 Diario 1,23E-03 Log-Lineal 12.781 3.020
crónica combinados
Enfermedad pulmonar Moolgavkar 2000 Los Ángeles, CA Ninguno 18 64 Diario 2,20E-03 Log-Lineal 12.742 1.521
crónica
Enfermedad pulmonar Moolgavkar 2000 Los Ángeles, CA CO 18 64 Diario 2,00E-03 Log-Lineal 12.742 1.521
crónica
Enfermedad pulmonar Efectos fijos 2009 Agrupadas 18 64 Diario 2,12E-03 Log-Lineal 12.742 1.521
crónica combinados
Enfermedad pulmonar Moolgavkar 2000 Los Ángeles, CA CO 18 64 Diario 2,00E-03 Log-Lineal 12.742 1.521
crónica (menos asma)
20
Enfermedad pulmonar Burnett et al. 1999 Toronto, CAN Ninguno 0 99 Diario 1,87E-03 Log-Lineal 12.742 1.521
crónica (menos asma)
Neumonía Burnett et al. 1999 Toronto, CAN Ninguno 0 99 Diario 4,09E-03 Log-Lineal 14.693 1.969
Neumonía Burnett et al. 1999 Toronto, CAN NO2, O3 0 99 Diario 3,28E-03 Log-Lineal 14.693 1.969
Neumonía Efectos fijos 2009 Agrupadas 0 99 Diario 3,72E-03 Log-Lineal 14.693 1.969
combinados
Neumonía Ito 2003 Detroit, MI Ninguno 65 99 Diario 3,98E-03 Log-Lineal 17.030 3.964
Neumonía Lippmann et al. 2000 Detroit, MI O3 65 99 Diario 4,48E-03 Log-Lineal 17.030 3.964
Neumonía Efectos fijos 2009 Agrupadas 65 99 Diario 4,19E-03 Log-Lineal 17.030 3.964
combinados
Cardiovasculares todas Moolgavkar 2003 Los Ángeles, CA Ninguno 65 99 Diario 1,57E-03 Log-Lineal 21.191 3.720
(menos infartos al
miocardio)
Cardiovasculares todas Moolgavkar 2003 Los Ángeles, CA CO 65 99 Diario 3,89E-04 Log-Lineal 21.191 3.720
(menos infartos al
miocardio)
Cardiovasculares (menos Efectos fijos 2009 Agrupadas 65 99 Diario 1,10E-03 Log-Lineal 21.191 3.720
infartos al miocardio) combinados
Cardiovasculares todas Moolgavkar 2000 Los Ángeles, CA Ninguno 18 64 Diario 1,40E-03 Log-Lineal 21.415 3.720
(menos infartos al
miocardio)
Cardiovasculares todas Moolgavkar 2000 Los Ángeles, CA CO 18 64 Diario 9,00E-04 Log-Lineal 21.415 3.720
(menos infartos al
miocardio)
Arritmia Ito 2003 Detroit, MI Ninguno 65 99 Diario 1,25E-03 Log-Lineal 15.237 3.720
Arritmia Lippmann et al. 2000 Detroit, MI O3 65 99 Diario 2,14E-03 Log-Lineal 15.237 3.720
Arritmia Efectos fijos 2009 Agrupadas 65 99 Diario 1,60E-03 Log-Lineal 15.237 3.720
combinados
Falla Ito 2003 Detroit, MI Ninguno 65 99 Diario 3,07E-03 Log-Lineal 15.218 3.720
Falla congénita Lippmann et al. 2000 Detroit, MI O3 65 99 Diario 4,67E-03 Log-Lineal 15.218 3.720
Falla congénita Efectos fijos 2009 Agrupadas 65 99 Diario 3,68E-03 Log-Lineal 15.218 3.720
combinados
Enfermedad Ito 2003 Detroit, MI Ninguno 65 99 Diario 1,44E-03 Log-Lineal 25.876 5.135
Enfermedad isquémica Lippmann et al. 2000 Detroit, MI O3 65 99 Diario 1,12E-03 Log-Lineal 25.876 5.135
Enfermedad isquémica Efectos fijos 2009 Agrupadas 65 99 Diario 1,30E-03 Log-Lineal 25.876 5.135
combinados
Asma Sheppard 2003 Seattle, WA Ninguno 0 65 Diario 3,32E-03 Log-Lineal 7.788 1.521
ERV Asma Norris et al. 1999 Seattle, WA Ninguno 0 18 Diario 1,47E-02 Log-Lineal 312 312
Asma Norris et al. 1999 Seattle, WA NO2, SO2 0 18 Diario 1,65E-02 Log-Lineal 312 312
Efectos menores Bronquitis aguda Dockery et al. 1996 24 comunidades Ninguno 8 14 Anual 2,72E-02 Logística 59 59
(agudos) Síntomas respiratorios leves Schwartz y Neas 2000 6 ciudades Ninguno 7 14 Diario 1,90E-02 Logística 16 16
Días de actividad restringida Ostro y Rothschild 1989 Todo EE.UU. O3 18 64 Diario 7,41E-03 Log-Lineal 51 51
menores
Días laborales perdidos Ostro 1987 Todo EE.UU. Ninguno 18 64 Diario 4,60E-03 Log-Lineal 115 115
Fuente: Elaboración propia sobre la base de diversos estudios.
21
Cuadro 9. Funciones de daño de ozono disponibles a la fecha
Categoría
Otros Edad Edad Resolución Forma
general de Endpoint Autor Año Localidades Beta US$ US$
contaminantes mín. máx. temporal funcional
efecto
Condado de Log-
Mortalidad no accidental Fairley 2003 Ninguno 0 99 Máx 8 hrs 1,56E-03 6.324.101 365.608
Santa Clara Lineal
Condado de Log-
Mortalidad no accidental Fairley 2003 PM2.5 0 99 Máx 8 hrs 2,83E-03 6.324.101 365.608
Santa Clara Lineal
95 Ciudades de Prom 24 Log-
Mortalidad no accidental Bell et al. 2004 Ninguno 0 99 3,90E-04 6.324.101 365.608
EE.UU. hrs Lineal
Mortalidad 95 Ciudades de Prom 24 Log-
Mortalidad no accidental Bell et al. 2004 Ninguno 0 99 5,20E-04 6.324.101 365.608
CP EE.UU. hrs Lineal
Log-
Mortalidad no accidental Ito et al. 2005 - Ninguno 0 99 Máx 1 hr 4,00E-04 6.324.101 365.608
Lineal
Grupo de trabajo de Log-
Mortalidad no accidental 2003 Europa - 0 99 Máx 1 hr 7,84E-04 6.324.101 365.608
la OMS Lineal
Grupo de trabajo de Log-
Mortalidad no accidental 2003 Europa - 0 99 Prom 8 hrs 1,17E-03 6.324.101 365.608
la OMS Lineal
Log-
Respiratorias todas Burnett et al. 1997 Toronto, CAN Ninguno 0 99 Prom 8 hrs 5,39E-03 15.647 1.521
Lineal
Log-
Respiratorias todas Burnett et al. 1997 Toronto, CAN MP2.5 0 99 Prom 8 hrs 4,99E-03 15.647 1.521
Lineal
Log-
Respiratorias todas Burnett et al. 2001 Toronto, CAN Ninguno 0 2 Máx 1 hr 6,61E-03 15.647 1.521
Lineal
Log-
Respiratorias todas Burnett et al. 2001 Toronto, CAN MP2.5 0 2 Máx 1 hr 6,31E-03 15.647 1.521
Lineal
Prom 24 Log-
Asma Burnett et al. 1999 Toronto, CAN Ninguno 0 99 3,14E-03 8.098 1.521
hrs Lineal
Prom 24 Log-
Asma Burnett et al. 1999 Toronto, CAN CO, MP2.5-10 0 99 2,50E-03 8.098 1.521
Admisiones hrs Lineal
hospitalarias Log-
Asma Sheppard et al. 1999 Seattle, WA Ninguno 0 65 Prom 8 hrs 2,91E-03 7.448 1.521
Lineal
Enfermedad pulmonar crónica Prom 24 Log-
Burnett et al. 1999 Toronto, CAN Ninguno 0 99 3,61E-03 12.742 1.521
(menos asma) hrs Lineal
Enfermedad pulmonar crónica Prom 24 Log-
Burnett et al. 1999 Toronto, CAN CO, MP2.5-10 0 99 3,03E-03 12.742 1.521
(menos asma) hrs Lineal
Minneapolis, Prom 24 Log-
Enfermedad pulmonar crónica Moolgavkar et al. 1997 CO, MP10 65 99 2,74E-03 12.781 3.020
MN hrs Lineal
Prom 24 Log-
Neumonía Burnett et al. 1999 Toronto, CAN Ninguno 0 99 2,22E-03 14.693 1.969
hrs Lineal
Prom 24 Log-
Neumonía Burnett et al. 1999 Toronto, CAN CO, MP2.5 0 99 1,98E-03 14.693 1.969
hrs Lineal
Minneapolis, Prom 24 Log-
Neumonía Moolgavkar et al. 1997 CO, MP10, SO2 65 99 3,70E-03 17.030 3.964
MN hrs Lineal
Log-
Cardiovasculares todas Burnett et al. 1997 Toronto, CAN Ninguno 0 99 Prom 8 hrs 6,21E-03 21.415 3.720
Lineal
Log-
Cardiovasculares todas Burnett et al. 1997 Toronto, CAN MP2.5 0 99 Prom 8 hrs 5,23E-03 21.415 3.720
Lineal
Prom 24 Log-
Arritmia Burnett et al. 1999 Toronto, CAN Ninguno 0 99 1,77E-03 15.237 3.720
hrs Lineal
Prom 24 Log-
Arritmia Burnett et al. 1999 Toronto, CAN CO, MP2.5 0 99 1,69E-03 15.237
hrs Lineal 3.720
Ciudades de Máx 8 Log- 312
Asma Jaffe et al. 2003 Ninguno 5 34 3,00E-03 312
Ohio horas Lineal
Máx 8 Log- 312 312
ERV Asma Peel et al. 2005 Atlanta, GA Ninguno 0 99 8,70E-04
horas Lineal
Máx 8 Log- 312 312
Asma Wilson et al. 2005 Portland, ME Ninguno 0 99 3,00E-03
horas Lineal
Días de actividad restringida Prom 24 Log-
Ostro y Rothschild 1989 Todo EE.UU. MP2.5 18 64 2,20E-03 51 51
menores hrs Lineal
Cualquiera de los 19 síntomas
1990 Los Ángeles, CA COH 18 64 Máx 1 hr 1,37E-04 Lineal 24 24
respiratorios Krupnick
Días de escuela perdidos, todas
Efectos 2000 Washoe Co, NV CO, MP10 6 11 Máx 1 hr 1,32E-02 Lineal 75 75
las causas Chen et al.
menores
Días de escuela perdidos, todas Log-
(agudos) 2001 Sur de California 10 Prom 8 hrs 7,55E-03 75 75
las causas Gilliland et al. Ninguno 9 Lineal
Días de escuela perdidos, Log-
2001 Sur de California 10 Prom 8 hrs 2,44E-02 75 75
relacionados con enfermedad Gilliland et al. Ninguno 9 Lineal
Días de escuela perdidos, Log-
2001 Sur de California 10 Prom 8 hrs 3,02E-02 75 75
respiratoria Gilliland et al. Ninguno 9 Lineal
Fuente: Elaboración propia sobre la base de diversos estudios.
23
Respecto del costo por caso de mortalidad prematura, el valor corresponde al presentado
en el estudio “Estimación de los costos de fallecimiento prematuro a través del enfoque de
capital humano” elaborado por el Departamento de Metodologías del Ministerio de Desarrollo
Social de Chile (2011). El valor allí consignado, llamado también “capital humano”, corresponde
a la estimación de la pérdida de productividad futura como consecuencia de una muerte
prematura en Chile, y se calcula como el valor presente de sus ganancias futuras esperadas.
Los costos asociados a admisiones hospitalarias consideran el costo de las prestaciones y
los insumos individuales incurridos por el Fondo Nacional de Salud (Fonasa)y la Central de
Abastecimiento del Sistema Nacional de Servicios de Salud (Cenabast). Los valores presentados
provienen de la actualización de los resultados obtenidos por Cifuentes, Prieto y Escobari (2000)
y Holtz et al. (2000).
Ecuación 6.
Función D-R, ozono
donde:
: Rendimiento relativo al índice AOT40 igual a cero.
: Coeficiente que representa la susceptibilidad del cultivo.
b : Coeficiente que representa la susceptibilidad del cultivo.
: Concentración acumulada sobre el umbral de las 40 ppb, que se calcula según indica la
Ecuación 7.
Ecuación 7.
Cálculo AOT40
∑ ∑
donde:
: Concentraciones promedio horarias de ozono en ppb por sobre el umbral de las 40 ppb
considerando sólo las horas de luz en los meses de crecimiento de los cultivos.
En el caso del SO2, el ExternE4 propone la utilización de la Ecuación 8.
Ecuación 8
Función D-R, SO2
Donde:
Y : Cambio del rendimiento relativo.
[SO2] : Concentración atmosférica en ppb.
Efectos en la agricultura
La agricultura es una actividad estrechamente vinculada a la calidad del ambiente, y la
contaminación atmosférica ha demostrado tener la capacidad de alterar las condiciones de esta
actividad generando pérdidas económicas cuantificables (Bell y Treshow, 2002). Los
contaminantes de impacto más significativos en la evaluación económica de beneficios en
agricultura son O3, SO2, NOx y el CO2, según indica Spash (1997). Sin embargo, los más
estudiados son el ozono y el dióxido de azufre, los cuales se detallan a continuación.
4
ExternE (Externalities of Energy) corresponde a una investigación de la Comisión Europea.
25
Cuadro 10. Efectos del ozono en la vegetación
26
Dado que los efectos nocivos atribuibles al ozono son considerablemente mayores que los
de cualquier otro gas (incluso que los del SO2), la mayor parte de la literatura especializada se ha
enfocado en estudiar el O3.
La revisión de la bibliografía disponible permite contar con algunos valores para las
ecuaciones mencionadas anteriormente, los cuales se presentan a continuación.
Factor
Cultivo alfa
Arroz 0,4
Tabaco 0,5
Papa 0,6
Girasol 1,2
Maíz 1,7
Fuente: Führer (1996);
Mills et al. (2003).
Cuadro 10. Funciones D-R del ozono para cultivos seleccionados (SUM06)a utilizados por la EPAb
Duración media Duración media
Índice de ozono Cantidad Cultivo Función
experimental (días) (meses)
SUM06 Máx Algodón 1-exp(-índice/78)^1,311) 119 4
SUM06 Máx Maíz de campo 1-exp(-índice/92,4)^2,816) 83 3
SUM06 Máx Grano sorgo 1-exp(-índice/177,8)^2,329) 85 3
SUM06 Máx Maní 1-exp(-índice/99,8)^2,219) 112 4
SUM06 Máx Soya 1-exp(-índice/131,4)^1) 104 3
SUM06 Máx Trigo de invierno 1-exp(-índice/27,2)^1) 58 2
SUM06 Min Algodón 1-exp(-índice/116,8)^1,523) 119 4
SUM06 Min Maíz de campo 1-exp(-índice/94,2)^4,307) 83 3
SUM06 Min Grano sorgo Igual que Max (ver arriba) 85 3
SUM06 Min Maní Igual que Max (ver arriba) 112 4
SUM06 Min Soya 1-exp(-índice/299,7)^1,547) 104 3
SUM06 Min Trigo de invierno 1-exp(-índice/72,1)^2,353) 58 2
Fuente: Lee y Hogsett (1996).
a
El término SUM06 corresponde a un índice acumulativo de concentraciones de ozono y se basa en las
horas del día en que el contaminante tiene un mayor impacto sobre los cultivos (entre las 8 am y las 8 pm)
durante los meses de crecimiento de los mismos.
b
Las funciones D-R utilizadas actualmente por la EPA corresponden a las obtenidas por la National Crop
Loss Assessment Network (NCLAN).
27
Cuadro 11. Funciones D-R utilizadas en estudios nacionales para ozono
Cultivo Función (x=AOT40)
Sandía y= -0,0321x + 0,97
Arveja verde y= -0,0165x + 0,96
Poroto granado y= -0,0165x + 0,96
Poroto consumo interno y= -0,0165x + 0,96
Poroto de exportación y= -0,0165x + 0,96
Poroto verde y= -0,0165x + 0,96
Garbanzo y= -0,0165x + 0,96
Lenteja y= -0,0165x + 0,96
Lupino amargo y= -0,0165x + 0,96
Lupino australiano y= -0,0165x + 0,96
Lupino dulce (grano seco) y= -0,0165x + 0,96
Poroto de soya y= -0,01616x + 1,02
Algodón y= -0,016x + 1,07
Trigo blanco y= -0,0161x + 0,99
Trigo candeal y= -0,0161x + 0,99
Nabo y= -0,0144x + 1,07
Cebolla de guarda y= -0,0121x + 1,01
Cebolla temprana y= -0,0121x + 1,01
Lechuga y= -0,0108x + 1,04
Tomate industrial y= -0,0083x + 1
Tomate consumo fresco y= -0,0083x + 1
Remolacha azucarera y= -0,0058x + 1
Raps (canola) y= -0,0057x + 0,9
Papa y= -0,0057x + 0,99
Tabaco y= -0,0055x + 1,04
Arroz (con cáscara) y= -0,0039x + 0,94
Maíz (grano seco) y= -0,0036x + 1,02
Uva de mesa y= -0,003x + 0,99
Fuente: GreenLabUc, 2011a.
Por último, los precios de comercialización de los distintos productos en cada país
pueden consultarse a través de distintos organismos nacionales e internacionales, como por
ejemplo la Oficina de Estudios y Políticas Agrarias (Odepa).
5
Véase la explicación provista al inicio del apartado 3.1.1, sobre la metodología de función de daño, cuando se trata
el tema general de los impactos en la salud.
28
Por su parte, en el caso de la agricultura, como ya se ha explicado anteriormente, la
contaminación atmosférica ha demostrado tener incidencia en la productividad de los cultivos y
en la calidad de las cosechas. A la fecha se han identificado varios contaminantes, entre los que
se destacan el ozono y el dióxido de azufre, que afectan la productividad de las siembras, con lo
cual se genera una pérdida económica que se explica por la disminución de la productividad y
de la demanda (debido a los daños visibles de los productos).
La valoración de los efectos en agricultura atribuibles a un cambio en la calidad del aire
se calcula multiplicando los precios de mercado actuales por el cambio en la producción debido a
la disminución de las concentraciones. El cálculo de esta valoración se realiza según se muestra
en la ecuación 9.
Ecuación 9.
Beneficio social de la agricultura
∑ ∑ [( ) ]
donde:
BSA : Beneficio social total en agricultura gracias a la disminución de las
concentraciones de contaminantes.
: Productividad base del cultivo i (obtenido según datos disponibles del Censo
Agropecuario 2007)
: Rendimiento base del cultivo i.
: Nuevo rendimiento del cultivo i para el contaminante j.
: Precio del cultivo j.
Métodos de DAP
En el caso de las mejoras en la calidad aire, no queda claro quiénes se verán beneficiados por
este cambio. En la evaluación de cambios ambientales, los beneficios asociados a los individuos
son aquellos correspondientes a la disminución del riesgo total asociado al contaminante. Es
decir, la disposición a pagar (DAP) de un determinado programa mide lo que los individuos
estarían dispuestos a pagar por una reducción en la probabilidad de verse afectados por una
condición de salud adversa. Esto significa que las metodologías de DAP realizan mediciones ex
ante y no buscan valorar un caso adverso ya acontecido. Suele distinguirse por efectos en
mortalidad y morbilidad.
29
Valoración de la mortalidad
uv (W ) um (W )
Finalmente, en este modelo de un solo período se asume que y
u 'v (W ) u 'm (W )
. Estas condiciones significan que más riqueza genera más utilidad y utilidad
marginal a un individuo vivo que muerto. el gráfico 4 muestra una curva de indiferencia típica de
un individuo para los bienes de riqueza y probabilidad de supervivencia (1-p).
30
Gráfico 4. Curva de indiferencia típica
w
dW
dp
1-p
dW uv (W ) u m (W )
VSL (U cte)
dp (1 p)u 'v (W ) pu 'm (W )
31
a ser mayores que los riesgos públicos 6 . Si las valoraciones son proporcionales al riesgo,
entonces es razonable esperar mayores valores de estimaciones hedónicas. Por otra parte, los
métodos hedónicos suelen medir Disposición a Aceptar (DAA) y no la DAP.
Un problema del VSL es que su estimación asume un valor marginal constante. La
valoración marginal de la reducción del riesgo es decreciente. Esto significa que en la medida en
que el nivel de riesgo se acerca a cero, el valor por mayores reducciones cae. Por lo tanto, en la
estimación se puede sobrestimar o subestimar el VSL según si el riesgo base es bajo o alto.
Por otra parte, la mayoría de los estudios de VSL no hace referencia a la edad de los
individuos expuestos a un riesgo. En el contexto ambiental es importante introducir
consideraciones etarias, ya que la política ambiental tiende a salvar más vidas de niños pequeños
y especialmente la población de ancianos (Pope et al., 1995; Krupnick et al., 1999).
Para la evaluación de políticas con impactos agudos, Pearce et al. (2006) recomiendan
utilizar estimaciones de VSL introduciendo consideraciones etarias y de riesgo inmediato y
futuro. Esta práctica debería incorporar estimaciones de riesgos inmediatos para poblaciones
mayores y de riesgos futuros para la población más joven.
Por otra parte, la Unión Europea y Pearce et al. (2006) sostienen que la estimación de
VSL es relevante para casos de mortalidad aguda. Sin embargo, para efectos crónicos deben
considerarse medidas que reflejen los años de vida restantes. Esto se debe a que la mayoría de las
estimaciones de VSL se realiza a individuos de edad mediana en contextos de accidentes
laborales o de tránsito. Por lo tanto, no resulta certero transferir estos valores a un contexto
donde los individuos dan valor a los años de vida restantes. La valoración de años de vida
perdidos es un intento para resolver este problema.
Por ejemplo, y sobre la base de EPA (2000), ante una reducción de uno en 10.000 del
riesgo que experimenta una población de 100.000 personas con una esperanza de vida restante de
50 años, se salvarían 10 vidas estadísticas. De forma equivalente, puede decirse que se salvan
500 “años estadísticos”.
Existen dos enfoques principales para valorar la reducción en la esperanza de vida, o
bien, el valor de un año de vida perdido (VLYL, por sus siglas en inglés). El primero y más
común consiste en estimar implícitamente la DAP por cada año de vida restante utilizando cifras
6
Por lo tanto, se concluye que las estimaciones basadas en salarios hedónicos no pueden transferirse a otros
contextos de riesgo (Dionne y Lanoie, 2004).
32
de VSL ajustadas por factores como la edad (y, por tanto, la probabilidad de supervivencia) y la
tasa de descuento. El segundo enfoque consiste en estudios de DAP diseñados especialmente
para esta labor. En este tipo de análisis lo que se valora es una extensión de la esperanza de vida
en vez de una reducción en el riesgo de acortar la vida. A pesar de que este enfoque es
recomendable especialmente para la valoración de efectos crónicos, los requerimientos de
información de riesgos desagregados por grupos etarios complica este tipo de estimaciones7.
donde Gt son las ganancias esperadas del individuo en el período t, pt es la probabilidad del
individuo de sobrevivir el año t, y r es la tasa de descuento y que da cuenta del costo de
oportunidad de las ganancias perdidas. De esta forma, la suma entre los costos directos y de
capital humano da como resultado una estimación de COI.
Los tamaños relativos de los costos directos e indirectos dependen de las características
particulares de la enfermedad. De hecho, en aquellos casos en que una enfermedad resulte en
7
Refinamientos posteriores para cuantificar la calidad de vida o el estado de salud suelen utilizarse en la economía
de salud pública y de salud. Entre las métricas existentes se destacan los “años ajustados por calidad de vida”
(QALY, por sus siglas en inglés) (Gold et al., 1996) y los “años ajustados por discapacidad” (DALY, por sus siglas
en inglés; Murray, 1994). Estas métricas no han sido incorporadas en la literatura de evaluación de beneficios por
políticas ambientales (EPA, 2000 y 2004).
33
morbilidad extrema o mortalidad prematura, el componente de capital humano tiende a ser
mayor que el de costos directos. Con los episodios agudos ocurre lo contrario.
El enfoque de capital humano se sustenta en el supuesto de que el costo social de las
enfermedades corresponde al impacto de estas en el ingreso de un país. Por lo tanto, este enfoque
asume que los cambios en los estados de salud afectan el ingreso de un país, y más aún, que este
cambio es un indicador válido de bienestar social.
El problema principal de este enfoque es que no considera los intangibles que no se
valoran en el mercado. En efecto, una enfermedad puede conllevar dolor y sufrimiento, por lo
que el individuo le atribuye un valor al hecho de evitar la condición. Este enfoque también tiene
el problema de que no incorpora el bienestar de víctimas potenciales, ya que se trata de un
análisis ex post (Mishan, 1975). Aunque el enfoque de COI no ofrece medidas de bienestar
sociales (ni individuales), este enfoque brinda información útil a los encargados de la toma de
decisiones. De hecho, a partir del enfoque de COI, se conocen los flujos económicos asociados a
una determinada condición de salud.
En la literatura económica se han tratado de relacionar las medidas de COI y DAP
buscando validar el método de capital humano como medida de bienestar. Sin embargo, estas no
han sido muy favorables. Schelling (1966) fue uno de los primeros en argumentar que estas
medidas diferían. El cambio de bienestar incluye la valoración de los atributos de salarios
perdidos, gastos médicos, el valor de la discapacidad y el impacto de gastos preventivos. Sin
embargo, el COI sólo considera los dos primeros efectos.
Los datos existentes suelen mostrar que el valor de DAP por un efecto es generalmente
mayor que aquella estimación de COI para el mismo efecto. Diversos estudios han intentado
establecer correlaciones entre ambas medidas buscando formalizar teóricamente esta intuición.
Desgraciadamente los resultados obtenidos sufren variaciones debido a sutilezas de modelación,
por lo que no existe evidencia contundente.
Berger et al. (1994) formulan un modelo de inversión en salud individual que da lugar a
una expresión general para el valor asociado a cambios en riesgo. El modelo atribuye tres roles a
la salud. La salud se incluye como variable de la función de utilidad, como factor determinante
en la probabilidad de supervivencia y finalmente como parte de la restricción presupuestaria. De
esta forma, se obtienen relaciones entre la DAP, el COI y gastos preventivos. El modelo muestra
34
que el COI y la DAP no tienen relación al incluir el riesgo de muerte, y que la relación existente
es incierta al considerarse sólo la morbilidad.
Así, no ha habido manipulación matemática ni teórica que permita establecer una
relación contundente entre estas dos medidas. Es decir: no hay sustento teórico en igualar el
bienestar individual con gastos médicos o perdidos. Por lo tanto, en términos formales no es
posible afirmar que el COI es una cota inferior de la DAP8.
Finalmente, al valorar la morbilidad desde la perspectiva económica y según el Banco
Mundial(s/f), el evitar un episodio de enfermedad es valorado por un individuo considerando
cuatro componentes: i) el valor del trabajo perdido por la enfermedad, ii) los costos médicos
asociados al episodio, iii) la DAP del individuo por evitarse el dolor y el sufrimiento asociados
con la condición, y iv) el valor del tiempo ocioso perdido por el individuo como consecuencia de
la enfermedad.
Por lo tanto, este enfoque sugiere sumar las estimaciones del COI y de la DAP. Sin
embargo, esta agregación debe realizarse con cuidado, y la estimación de la DAP debe
únicamente incluir los componentes de dolor y valor del tiempo ocioso. De lo contrario, existiría
un doble conteo en la valoración. Por consiguiente, y en caso de contar con una estimación de la
DAP general por el efecto, se recomienda la utilización de esta última medida (Pearce et al.,
2006).
Transferencia de beneficios
Los países en desarrollo no suelen contar con la información ni los recursos necesarios para
llevar a cabo un análisis de costo–beneficio (ACB). Como respuesta, y con el objeto de llenar los
vacíos de información, se utiliza la transferencia de beneficios. Esta consiste en la aplicación de
valores monetarios de un estudio de valoración particular a otro contexto de toma de decisiones,
usualmente en un área geográfica distinta de la del estudio original (Navrud et al., 1994). Los
principales sesgos en la transferencia de beneficios de una zona geográfica a otra son:
8
Sin embargo, la práctica suele asumir la medida del COI como cota inferior de la DAP. Por ejemplo, véase EPA
(2000), Pearce et al. (2006), ExternE (1999).
35
1. Los conjuntos de datos originales varían de aquellos del lugar de aplicación, y
los problemas inherentes a los métodos de valoración se magnifican al
llevarse a cabo una transferencia de beneficios.
2. Generalmente, los estudios estiman beneficios promedio en vez de marginales
y no utilizan métodos diseñados para transferir valores en términos de región
y características demográficas.
donde el índice t representa al país que realiza la transferencia (o receptor), f es el país fuente, Y
denota el ingreso medido en términos de paridad del poder adquisitivo (PPA), y la elasticidad
ingreso de la DAP. Esta elasticidad de ingreso corresponde al cambio en la DAP asociado a un
9
Esto tiene sentido al asumir el riesgo como un bien normal. Para los bienes normales la mayor parte de la varianza
de la demanda se explica por diferencias en el ingreso.
10
Véase Cifuentes et al. (2000) para una explicación de esta expresión.
36
1% de cambio en el ingreso. De esta forma, al considerar una elasticidad unitaria se asume que la
DAP cambia proporcionalmente a los ingresos relativos entre los países. Por otra parte, una
elasticidad nula significa que no se hacen ajustes por conceptos de diferencias en el ingreso de
los países.
A pesar de ser la metodología de transferencia más utilizada, existen observaciones
relacionadas con su uso. Por una parte, esta metodología ignora otros factores que pueden
explicar diferencias en la DAP entre países, como por ejemplo factores culturales o la
distribución etaria. Además, este enfoque ignora diferencias en la distribución del ingreso.
La falta de información específica de los estudios hace necesario el uso de meta-análisis.
A partir de este enfoque, los resultados de cada estudio se utilizan como una observación. Estas
observaciones se relacionan con características grupales, como el nivel educacional del país en
estudio, y se obtiene el efecto de estas variables en cambios en la DAP. Por ejemplo, Bowland y
Beghin (1998) emplean 33 estudios del mercado del trabajo para estimar el efecto marginal de
diferencias de riesgo, ingreso, educación, edad, y otros en la DAP por reducciones en el riesgo de
muerte, y observan que el valor estadístico de la vida asociado al estudio en Santiago es de
US$740.000 en 1992, ajustado a partir del valor norteamericano de US$4,8 millones (1990).
37
En este estudio se utiliza el enfoque usual, que considera tanto componentes de inversión
como de operación. Se procede entonces a calcular el valor presente de los costos de cada uno de
los escenarios:11
Ecuación 10.
( ) ∑
( )
Ecuación 11.
( ) ∑
( )
( ) ( ) ∑
( )
11
Estas expresiones podrían ser complicadas en los casos en los que se requieran inversiones progresivas en el
tiempo. Sin embargo, en dichos casos el principio sigue siendo el mismo.
38
: Valor presente neto de todos los costos del proyecto.
: Factor de recuperación del capital.
Ecuación 14.
( )
[ ]
( )
donde:
: Tasa de descuento.
: Número de períodos del proyecto, o vida útil del activo.
Si bien por definición el VPN de los costos debería incorporar todos los flujos que genere el
proyecto a lo largo de su vida útil13, en algunos casos puede ser suficiente considerar sólo los
costos de inversión, operación y mantenimiento.
12
El costo anualizado o costo anual equivalente (CAE) es el costo equivalente por año de poseer un activo durante
toda su vida útil. La conveniencia de utilizar este indicador es que permite comparar la costo-efectividad de
opciones de mitigación con distinta vida útil (McKinsey & Co., 2009).
13
Por ejemplo: costos de inversión, costos de capital, gastos de operación y mantenimiento, costos transaccionales,
impuestos, externalidades, etc.
39
Ecuación 16.
3.2 Indicadores
La realización de acciones de mitigación no solo se asocia a los costos privados sino también a
los impactos externos que el mercado no es capaz de capturar. En este sentido, en este estudio se
ha definido una métrica de bienestar que agrega al costo de la medida los componentes de
beneficios ambientales (locales y globales).
40
En los análisis tradicionales de abatimiento (como en la elaboración de curvas de
abatimiento) el enfoque es el de costo-efectividad. Así, interesa determinar cuál es el costo
asociado a una medida, o bien, el costo de reducir cada tonelada de contaminante. De esta
manera, es posible establecer qué medidas son más costo-efectivas (baratas) para lograr el
propósito de reducir. Esto con todas las limitaciones de la metodología.
El enfoque se complementa al intentar profundizar en una métrica muy simple de
bienestar, que puede interpretarse como un beneficio neto. En la parte del costo está el indicador
tradicional de abatimiento. El costo de una medida se establece como el diferencial de costos
(anualizados y con la consideración básica de componentes de capital y variables) de los casos
con y sin medida de mitigación.
Por el lado de los beneficios, primeramente están los beneficios locales o co-beneficios.
La implementación de medidas de mitigación, además de reducir los GEI, también reduce los
contaminantes locales, lo que conlleva beneficios de salud. La diferencia entre estos co-
beneficios y el costo de la medida puede interpretarse como una métrica mejorada del beneficio
(costo) asociado a la reducción de emisiones de GEI (o bien ya una métrica del beneficio neto
donde se ignora el impacto del CO2).
Finalmente, como categoría de beneficios se incorpora de manera explícita la reducción
de emisiones de GEI, en cuyo caso se valorarían directamente los costos externos de estas
emisiones. Por tanto, esta introducción cambia de forma sustancial la interpretación del
indicador, el cual deja de ser un indicador del costo que tiene para la sociedad el reducir una
tonelada de CO2 (costo-efectividad). El indicador ahora intenta estimar una métrica de beneficio
social neto de la medida. En caso de que el indicador resulte negativo, quiere decir que desde la
perspectiva social no conviene llevar adelante la medida. Por ello, su interpretación debe
realizarse con cuidado.
En el caso del enfoque de Muller y Mendelsohn, se estima el indicador de daño externo
bruto (GED, por sus siglas en inglés), el cual se calcula según indica la ecuación 17.
Ecuación 17.
donde:
: Daño total asociado al contaminante s, en la industria i para la fuente j.
: Daño marginal del contaminante s, en la industria i para la fuente j.
41
: Emisión del contaminante s, en la industria i para la fuente j.
Como es posible observar, Muller y Meldenson estiman el daño por industria a través del
asociado a la industria i, el cual se calcula según se muestra a continuación.
Ecuación 18.
∑
Desde una perspectiva de evaluación del impacto de las medidas de mitigación, este indicador
puede aproximarse como la suma de beneficios locales y globales menos el costo de la medida
en estudio.
Los indicadores posibles de evaluar en cada medida, presentados en formato anual14, se
resumen en el cuadro 14.
Cuadro 14.
Indicadores de costo-beneficio asociados a una medida de mitigación
Costos directos de la medida [US$]
Reducción de emisiones locales [ton]
Reducción de emisiones globales [ton]
Costo directo unitario [US$]
Beneficios locales [US$]
Beneficios globales [US$]
Beneficios ambientales totales [US$]
Beneficio ambiental unitario [US$] ( )
Beneficio neto [US$]
Indicador de co-beneficios [US$/ton]
Costo medio del contaminante local [US$/ton]
Beneficio neto unitario [USD/ton]
Fuente: Elaboración propia.
14
Cabe destacar que es directo modificar estos indicadores y expresarlos en términos de valor presente.
42
centrales son ciertamente distintos, etc. Luego, la métrica de beneficio neto utilizada ignora
múltiples efectos indirectos, pero sí contribuye a valorar las externalidades ambientales,
enriqueciendo los indicadores.
Consideraciones de interpretación
Los indicadores de beneficio neto permiten establecer cuando una medida contribuye a aumentar
el bienestar. Alternativamente, puede interpretarse que, para cada medida, el beneficio marginal
de reducción es el beneficio ambiental unitario, mientras que el costo marginal de abatimiento es
el costo directo medio.
Luego, que el beneficio neto sea positivo equivale a:
Ecuación 19.
( ) ,
43
Bibliografía
-----------. 2002. «Parque de vehículos en circulación 2002». Santiago de Chile: INE.
-----------. 2003. «Parque de vehículos en circulación 2003». Santiago de Chile: INE.
-----------. 2004. «Parque de vehículos en circulación 2004». Santiago de Chile: INE.
-----------. 2005. «Parque de vehículos en circulación 2005». Santiago de Chile: INE.
-----------. 2006. «Parque de vehículos en circulación 2006». Santiago de Chile: INE.
-----------. 2007. «Parque de vehículos en circulación 2007». Santiago de Chile: INE.
----------. 2008. «Estudio diagnóstico Plan de Gestión Calidad del Aire VI Región. Informe
final». Santiago de Chile: DICTUC.
-----------. 2008. «Parque de vehículos en circulación 2008». Santiago de Chile: INE.
----------. 2008b. «Integrated Science Assessment for Sulfur Oxides: Health Criteria» Research
Triangle Park, Estados Unidos: EPA.
-----------. 2009. «Parque de vehículos en circulación 2009». Santiago de Chile: INE.
---------. 2009. «Integrated science assessment for particulate matter: Final report» Research
Triangle Park, NC: EPA.
-----------. 2010. «Parque de vehículos en circulación 2010». Santiago de Chile: INE.
-----------. 2011. «Estudio diagnóstico del plan de gestión atmosférica de la región de Valparaíso,
construcción de un Inventario de emisiones regional». Santiago de Chile: Ambiosis.
-----------. 2011. «Implementación de la herramienta de simulación LEAP para la proyección de
escenarios de consumo de energía en el largo plazo y la evaluación de escenarios de
mitigación de C02». Santiago de Chile: PROGEA.
-----------. 2011. «Parque de vehículos en circulación 2011». Santiago de Chile: INE.
------------. 2011. «Valores recomendados a utilizar en la realización de un AGIES que incorpore
un análisis costo-beneficio. Salud» Santiago de Chile: DICTUC.
------------. 2012. «Desarrollo de una metodología para la construcción de curvas de abatimiento
de emisiones de GEI incorporando la incertidumbre asociada a las principales variables
de mitigación». Santiago de Chile: PROGEA.
--------. 2012. «Estadísticas operacionales 2002-2011». Santiago de Chile: CDEC y SIC.
-----------. 2012. «Resultados preliminares del Censo de Población y Vivienda 2012». Santiago
de Chile: INE.
44
-----------. 2013. «Proyecciones y estimaciones de población». Santiago de Chile: INE.
Disponible en: http://palma.ine.cl/demografia/menu/EstadisticasDemograficas/proyecciones.aspx.
-----------. «Registro de Emisiones y Transferencia de Contaminantes Santiago de Chile:
Ministerio del Medio Ambiente». Disponible en:
http://www.mma.gob.cl/retc/1279/channel.html.
-----------. Sistema de Información Nacional de Calidad del Aire. Santiago de Chile: Ministerio
del Medio Ambiente. Disponible en: http://sinca.mma.gob.cl/?cache=off&.
Abt Associates Inc. 2010. «BenMap, Environmental Benefits Mapping and Analysis Program».
Cambridge, Estados Unidos: Abt Associates Inc.
Alberini, A. et al. 1997. «Modeling response incentives in dichotomous choice contingent
valuation data». Land Economics 73: 309–324.
Ambiosis. 2009. «Inventario de emisiones de contaminantes atmosféricos y definición de área de
influencia de las emisiones. que causan el efecto de saturación por PM10 en la ciudad de
Talca: Informe final». Talca, Chile: Ambiosis.
Banco Mundial. s/f. «Urban air pollution: Economic valuation of the health benefits of reduction
in air pollution». South Asia Air Quality Management Briefing Note Núm. 12.
Washington, DC, Estados Unidos: Banco Mundial. Disponible en:
http://198.170.76.77/eventos/instruverdes/Briefing_Note_No_12.pdf.
Bell, J. y M. Treshow. 2002. Air pollution and plant life. Hoboken, Estados Unidos: John Wiley
& Sons Inc.
BenMap (Environmental Benefits Mapping and Analysis Program). 2010. User’s Manual
Appendices.
Berger, M.C. et al. 1994. «Framework for valuing health risk».” En: G. Tolley, D. Kenkel y R.
Fabian, editors. Valuing health for policy. Chicago, Estados Unidos: University of
Chicago Press.
Blaeij, A.T. et al. 2003. «The value of statistical life in road safety: A meta-analysis». Accident
Analysis and Prevention 35(6): 973-986.
Bowland B., y J. Beghin. 2009. «Robust estimates of value of a statistical life for developing
economies: An application to pollution and mortality in Santiago». Ames, Estados
Unidos: Iowa State University, Center for Agricultural and Rural Development.
45
Campos, B. 2012. «Análisis estocástico del costo de una cartera eficiente de medidas de
mitigación de gases de efecto invernadero para el cumplimiento de objetivos de
reducción en Chile». Santiago de Chile: Universidad de Chile.
CDEC (Centro de Despacho Económico de Carga) y SIC (Sistema Interconectado Central. 2010.
«Estadísticas de operación 2000-2009». Santiago de Chile: CDEC y SIC.
Centro Nacional del Medio Ambiente de la Universidad de Chile. 2010. «Informe de actividad
4.3.2 Actualización del inventario de emisiones de Temuco y Padre Las Casas: Informe
final». Santiago de Chile: Universidad de Chile.
Chilton, S. et al. 2002. « Public perceptions of risk and preference-based values of safety».
Journal of Risk and Uncertainty 25(3): 211-232.
Cifuentes, L.A. et al. 2005. «Urban air quality and human health in Latin America and the
Caribbean». Washington, DC, Estados Unidos: Banco Interamericano de Desarrollo.
Disponible en: http://www.iadb.org/sds/ENV/publication/publication_2492_4240_e.htm.
Cifuentes, L.A. et al. 2000. «Preliminary estimation of the potential ancillary benefits for Chile».
En: Proceedings of the Expert Meeting on Ancillary benefits and Costs of Greenhouse
Gas Mitigation. Washington, DC, Estados Unidos: Organization for Economic Co-
operation and Development.
Cifuentes, L., J.J. Prieto y J. Escobar. 2000. «Valuation of mortality risk reductions at present
and at an advanced age: Results from a contingent valuation study». Tenth Annual
Conference of the European Association of Environmental and Resource Economists,
Crete, Greece, 29 June-2 July 2000.
CNE (Comisión Nacional de Energía). «Informe de fijación de precios de nudo, octubre de 2012:
Sistema Interconectado del Norte Grande». Santiago de Chile: CNE.
Conama (Comisión Nacional del Medio Ambiente).2005. «Informe de gestión de la calidad del
Aire, Gran Concepción». Concepción, Chile: Conama.
Díaz Robles, L. et al. 2009. «Actualización del inventario de emisiones atmosféricas para
Concepción Metropolitano. Resumen ejecutivo». Temuco, Chile: Universidad Católica
de Temuco, Escuela de Ingeniería Ambiental, Unidad de Calidad del Aire.
DICTUC (Dirección de Investigaciones Científicas y Tecnológicas de la Pontificia Universidad
Católica de Chile). 2009. «Antecedentes para el análisis general de impacto económico y
46
social del Anteproyecto de la Norma de Calidad Primaria para PM2.5 (AGIES)».
Santiago de Chile: DICTUC.
Dionne, G., y P. Lanoie. 2004. «Public choice and the value of a statistical life for cost-benefit
analysis: The case of road safety». Journal of Transport Economics and Policy 38(2):
247-274.
EPA (Environmental Protection Agency). 2000. «Guidelines for Preparing Economic Analyses,
Office of the Administrator». EPA-240-R-00-003.
EPA. 2004. «Final regulatory analysis: Control of emissions from non-road diesel engines». EPA
420-R-04-007. Washington, DC, Estados Unidos: EPA.
EPA. 2008. «Integrated science assessment for oxides of nitrogen: Health criteria». Research
Triangle Park, Estados Unidos: EPA.
EPA. 2010. «Advisory Council on Clean Air Act Compliance Analysis, Health Effects
Subcommittee, review of EPA’s draft health benefits of the second Section 812
prospective study of the Clean Air Act. EPA-COUNCIL-10-001, June 16, 2010».
Washington, DC, Estados Unidos: EPA, Science Advisory Board.
EPA. 2011. «Health and welfare benefits: Analyses to support the second Section 812 benefit-
cost analysis of the Clean Air Act». Final Report. Washington, DC, Estados Unidos:
EPA.
Escobar, J. et al. 2007. «Actualización del inventario de emisiones de contaminantes
atmosféricos en la Región Metropolitana 2005: Informe final». Santiago de Chile:
DICTUC.
ExternE. European Commission, DGXII-Science, Research and Development. 1999. ExternE,
Externalities of Energy, Vol. 7: Methodology. 1998 Update. Office for Official
Publications of the European Communities, L–2985, Luxembourg.
ExternE. 2005. «ExternE: Externalities of energy: Methodology 2005 update». Bruselas,
Bélgica: European Commission.
Felzer, B. et al. 2007. «Impacts of ozone on trees and crops». Comptes Rendus Geosciences
339(11-12): 784-798.
Freeman, A.M. 1993. The measurement of environmental and resource values: Theory and
methods. Washington, DC, Estados Unidos: Resources for the Future.
47
Fuhrer, J. 1996. «The critical level for effects of ozone on crops, and the transfer to mapping».
En: L. Kärenlampi y L. Skärby, editors. Critical levels for ozone in Europe: Testing and
finalizing the concepts. UN-ECE Workshop Report. Kuopio, Finlandia: University of
Kuopio, Department of Ecology and Environmental Science.
Gamma Ingenieros S.A. 2007. «Apoyo a la implementación de normas de emisión para centrales
termoeléctricas». Santiago de Chile: Gamma Ingenieros S.A.
Gleave, S. D. 2009. «Tarificación vial por congestión para la Ciudad de Santiago». Santiago de
Chile: Ministerio de Transportes y Telecomunicaciones de Chile. Disponible en
http://transporte-tsp.blogspot.com.ar/2011/05/tarificacion-vial-por-congestion-para.html.
Gold M.R. et al., editores. 1996. Cost-effectiveness in health and medicine. Nueva York, Estados
Unidos: Oxford University Press.
GreenLabUc. 2011. «Guía metodológica para la elaboración de un análisis general de impacto
económico y social (AGIES) para instrumentos de gestión de la calidad del aire».
Santiago de Chile: GreenLabUc.
GreenLabUc. 2011a. «Valores recomendados a utilizar en la realización de un AGIES que
incorpore un análisis costo beneficio, agricultura». Santiago de Chile: GreenLabUc.
Holland, M. et al. 2011. «The reduction in air quality impacts and associated economic benefits
of mitigation policy: Summary of results from the EC RTD ClimateCost Project».
Technical Policy Briefing Note 6: Ancillary Air Quality Benefits. Estocolmo, Suecia:
Stockholm Environment Institute.
Holz, C., y J.M. Sánchez Callejas. 2000. «Estimación de Costos Unitarios en Morbilidad y
Mortalidad y su Aplicación para Calcular los Beneficios del Plan de Prevención y
Descontaminación Atmosférica de la Región Metropolitana». Santiago de Chile:
Universidad de Chile Facultad de Ciencias Económicas y Administrativas.
INE (Instituto Nacional de Estadísticas). 2001. «Parque de vehículos en circulación 2001».
Santiago de Chile: INE.
Kauert, R. A. 2012. «Obtención de GNL norteamericano y desarrollo de un terminal marítimo
FSRU para proveer energía eléctrica competitiva y de bajas emisiones.» Presentación en
XI Encuentro Energético ELECGAS 2012, Santiago de Chile, 13 de junio.
Krupnick, A.J. et al. 1999. «Mortality risk valuation for environmental policy». Discussion Paper
99-47. Washington, DC, Estados Unidos: Resources for the Future.
48
Kuchler, F., and E. Golan. 1999. «Assigning values to life: Comparing methods for valuing
health risks». Agricultural Economic Report 784. Washington, DC, Estados Unidos:
United States Department of Agriculture.
Lee, E.H., y W.E. Hogsett. 1996. «Methodology for calculating inputs for ozone secondary
standard benefits analysis: Part II». Report prepared for Office of Air Quality Planning
and Standards, Air Quality Strategies and Standards Division. Research Triangle Park,
Estados Unidos: EPA.
McKinsey & Company. «Pathways to a Low-Carbon Economy: Version 2 of the Global
Greenhouse Gas Abatement Cost Curve, 2009». Nueva York, Estados Unidos: McKinsey
& Company.
Miller, K. et al. 2007. «Long-term exposure to air pollution and incidence of cardiovascular
events in women». New England Journal of Medicine 365(5): 447-458.
Mills, G. et al. 2003. «Introducing response modifying factors into a risk assessment for ozone
effects on crops in Europe». Swedish Water and Air Pollution Research Laboratory
Publications-IVL B: 74-88.
Ministerio del Medio Ambiente. 2011. «Segunda Comunicación Nacional de Chile ante la
Convención Marco de las Naciones Unidas sobre Cambio Climático». Santiago de Chile:
Ministerio del Medio Ambiente.
MINSAL (Ministerio de Salud). s/f. Menú de egresos hospitalarios. Santiago de Chile: MINSAL.
Disponible en: http://intradeis.minsal.cl/egresoshospitalarios/menu_publica_nueva/menu_publica_nueva.htm.
Mishan, E.J. 1975. Cost benefit analysis: An informal introduction. Londres, Reino Unido: Allen
& Unwin.
Mitchell, R.C., y R.T. Carson. 1986. «The use of contingent valuation data for benefit-cost
analysis in water pollution control». Final Report to the Environmental Protection
Agency. Washington, DC, Estados Unidos: Resources for the Future.
Muller, N.Z., y R. Mendelsohn. 2007. «Measuring the damages of air pollution in the United
States». Journal of Environmental Economics and Management 54(1): 1–14.
Muller, N.Z., y R. Mendelsohn. 2009. «Efficient pollution regulation: Getting the prices right».
American Economic Review 99(5): 1714–39.
49
Muller, N.Z., y R. Mendelsohn. 2011. «Environmental Accounting for Pollution in the United
States Economy: Dataset». American Economic Review 101(5): 1649-75.
DOI: 10.1257/aer.101.5.1649.
Murray, C. 1994. «Quantifying the burden of disease: The technical basis for disability-adjusted
life years». Bulletin of the World Health Organization 72: 429-45.
Navrud, S., y E.D. Mungatana. 1994. «Environmental valuation in developing countries: The
recreational value of wildlife viewing». Ecological Economics 11: 135-151.
Nordhaus, W. 2008. A question of balance: Weighing the options on global warming policies.
New Haven, Estados Unidos: Yale University.
Osses, M., C. Montero y R.Kühn. 2001. «Vehículos híbridos». Ciencia Abierta 13.
www.sistemas-sustentables.com index.p p a 1.
Pearce, D., G. Atkinson y S. Mourato. 2006. «Cost-benefit analysis and the environment: Recent
developments». Paris, Francia: OECD.
Pereira, A.M. 2012. «Evaluación técnico-económica de alternativas a la calefacción residencial a
leña en ciudades de la Zona Centro-Sur de Chile». Santiago de Chile: Universidad de
Chile.
PNUD (Programa de las Naciones Unidas para el Desarrollo). 2011. «Evaluación de flujos de
inversión y financieros de los sectores silvoagropecuario, transporte y subsector hídrico
de la Infraestructura». Nueva York, Estados Unidos: PNUD
Pontificia Universidad Católica de Chile. 2011. «Estimaciones de costo y potencial de
abatimiento de emisiones de gases de efecto invernadero para diferentes escenarios
futuros». Santiago de Chile: Centro de Cambio Climático de la Pontificia Universidad
Católica de Chile.
Pope, C.A. et al. 1995. «Particulate air pollution as a predictor of mortality in a prospective study
of U.S. adults». American Journal of Respiratory Critical Care Medicine 151: 669–74.
PROGEA (Programa de Gestión y Economía Ambiental). 2008. «Emisiones de gases de efecto
invernadero en Chile: antecedentes para el desarrollo de un marco regulatorio y
evaluación de instrumentos de reducción». Santiago de Chile: PROGEA.
Schelling, TlC. 1996. «The life you save may be your own». Problems in Public Expenditure
Analysis.
50
Sistemas Sustentables. 2012. «Perspectivas y factibilidad de tecnologías de transporte en Chile».
Santiago de Chile: Sistemas Sustentables.
Spash, C. 1997. «Assessing the economic benefits to agriculture from air pollution control».
Journal of Economic Surveys 11(1): 47-70.
Viscusi, W.K., y J.E. Aldy. 2003. «The value of a statistical life: A critical review of market
estimates throughout the world». Journal of Risk and Uncertainty 27: 5–76.
51